抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
知識移転のための新しい技術を導入し,pretrained深層ニューラルネットワーク(DNN)からの知識は,蒸留と他のDNNに伝達される。DNNを連続的に多くの層を通した出力空間へ入力空間からのマッピングを行うとして,層の間の流れ,二層からの特徴の間の内積を計算することにより計算されるの観点から移動する蒸留知識を定義した。学生DNNが教師網なし訓練として同じサイズの学生DNNと元のネットワークを比較すると,二層の間の流れとして蒸留知見の移行の提案した方法は,三つの重要な現象を呈する(1)蒸留知識を学習する学生DNNは元のモデルよりも遥かに高速で最適化され,(2)学生DNNは元のDNN性能的に優れており,(3)学生DNNは異なるタスクで訓練される教師DNNから蒸留知識を学習することができると,学生DNNはスクラッチから訓練される元のDNNより性能が優れている。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】